我有一個數據集,包括分類變量(二進制)和連續變量。我正嘗試應用線性迴歸模型來預測連續變量。有人可以讓我知道如何檢查分類變量和連續目標變量之間的相關性。如何檢查python中連續和分類變量之間的相關性?
目前代碼:
import pandas as pd
df_hosp = pd.read_csv('C:\Users\LAPPY-2\Desktop\LengthOfStay.csv')
data = df_hosp[['lengthofstay', 'male', 'female', 'dialysisrenalendstage', 'asthma', \
'irondef', 'pneum', 'substancedependence', \
'psychologicaldisordermajor', 'depress', 'psychother', \
'fibrosisandother', 'malnutrition', 'hemo']]
print data.corr()
變量的所有除了lengthofstay是絕對的。這應該工作嗎?
有哪些你到目前爲止已經試過?向我們提供代碼並明確提及您遇到問題的位置。 –
在python中查找ANOVA(在R中爲「aov」)。如果不同組(分類值)的平均值(連續值)具有顯着不同的含義,這有助於識別。如果您只有兩組,請使用雙面t.test(配對或不配對)。 – Rockbar
請按照本教程。我認爲這就是你正在尋找的:http://www.marsja.se/four-ways-to-conduct-one-way-anovas-using-python/ – Rockbar